机械制造实验报告
《机械制造技术》课程实验报告
时间： 2015/2016 学年第 2 学期
专业：机械设计制造及其自动化
班级：
姓名：
学号：
同组实验人员：
指导老师：
机械与汽车工程学院
实验一、车刀几何角度的测量
一、实验目的
通过实验加深对车刀几何角度、参考平面等概念的理解，掌握测量车刀标注角度的方法，能正确测量车刀角度并根据测量结果绘出车刀工作图。
二、实验设备
车刀量角仪、外圆车刀
三、实验步骤与内容
1.实验内容
测量角度0γ、0α、0γ'、0α'、r κ、r κ'、s λ 2 实验步骤
（1）确定进给方向（向左），判断主切削刃、副切削刃、前、后刀面及副后刀面。 （2）把车刀放在活动底座上，并将其侧面紧靠在定位块上，活动底座左侧的底座指针刻线对准底座的零度（即车刀与大指针垂直）。
（3）顺时针转动活动底座，使被测刀具的主切削刃与大指针的前面相切（此时大指针置“0”），在圆盘底座上读出主偏角r κ的值；然后调节大指针的高度使被测刀具主切削刃与大指针的底面重合，在大扇形板上读出刀具刃倾角s λ的值。
（4）活动底座向相反方向旋转900
，此时过主刀刃指定点，大指针与被测刀具主切削刃在基面投影垂直。那么利用大指针的底面、侧面分别与车刀的前刀面、后刀面相切即可从大扇形板上读出主切削刃的前角0γ和后角0α的值。
（5）转动活动底座使副切削刃与大指的前面接触，在圆盘底座上读出副偏角r
κ'的值。 （6）把实验数据记录在表1-1中。 （7）车刀工作图：
四、实验注意事项
1.练习时应注意掌握正确的操作方法
2.注意安全
3.爱护工具，夹具，量具
4.文明操作
该刀具并未达到标准
六、实验心得体会及其它
更加直观的了解到了车刀各个角度定义的含义，也知道了标准车刀的测量方法和各项指标，掌握了车刀量角仪的使用方法，看到了几种刀具的实际形状。刀具的这次实验很经典且实用，在帮助我们理解刀具的角度位置和切削力与切削用量的关系有很大的作用。在处理数据的过程中要抓住主要的关键数据，舍弃与总体数据相差很多的干扰错误数据。
实验二、切削变形的测量
一、实验目的
1 观察切削变形的过程，以及所出现的现象。
2 掌握测量切削变形和计算变形系数的基本方法。
3 研究切削速度、刀具前角和走刀量等因素对切削变形的影响规律。
二、实验设备
1 设备：卧式车床
2 工具：游标卡尺、钢板尺、细铜丝等。
3 刀具：外圆车刀若干把。
4 试件：硬铝，轴向带断屑槽的棒料，直径50mm 。
三、实验步骤与内容
1. 切削速度c v 对切削变形的影响
刀具参数：r κ＝95°、r κ'＝6°、s λ＝0°、0γ＝10°、0α＝7°、εr ＝0.8 mm ；切削用量：f ＝
0.39 mm /r 、p α＝1mm 。
改变切削速度，从低速到高速，可先取c v ＝10、20、30、40、50m /min ；对应转速约为n ＝64、127、191、255、318r/min ；
2. 进给量f 对切削变形的影响
刀具参数同前，切削用量p α＝1.5mm 、c v ＝60 m /min 。 改变进给量：f ＝0.2、0.36、0.51、0.66（mm/r ）。
用不同的进给量分别切削一段试棒，停车收集切屑并观察切削颜色（注意安全，防止烫伤）。测量并将结果填入表2-2中。
四、实验注意事项
1.练习时应注意掌握正确的操作方法
2.注意安全
3.爱护工具，夹具，量具
4.文明操作
五、实验结果与分析
表 2-1 切削速度对切削变形影响实验数据记录
ξ-Vc 曲线图
ξ-f 曲线图
从上表的数据可以看出无论是用不同的进给量f 还是改变其切削速度v 对硬质铝的切削变形均无规律
六、实验心得体会及其它
看到了工件材料在切削时所会发生的变化，此次工件材料采用的是硬质铝在切削过程中并未看到长条形的切屑形状均为颗粒状的切屑形状。在本次实验中指导老师教我们如何测量切屑长度及计算变形系数，我也良好的掌握了测量方法和计算公式。根据实验结果发现切削速度及进给量的改变对变形系数的影响看不到规律可能是切削速度太小所带来的影响。通过这次实验我也了解到材料切削时到时怎么发生变化的，掌握了对切削变形测量的基本方法。
实验三、切削用量对工件表面粗糙度的影响
一、实验目的
了解切削用量c v 、f 、p α对工件表面粗糙度的不同影响程度，加深理解精加工时，切削用量的选择原则，掌握一些提高工件表面粗糙度的方法。
二、实验设备
1. 卧式车床，粗糙度样块；
2. 工件材料： 铝，尺寸φ29×120
三、实验步骤与内容
1. 进给量f 对表面粗糙度的影响
设定c v =90m/min ，p α=2mm 。变换进给量：f ＝0.1、0.2、0.36、0.51（mm/r ）。 用不同的进给量分别切削一段试棒，停车测量工件已加工表面的粗糙度，填入表3-1中。 2. 切削速度c v 对表面粗糙度的影响
设定p α=2mm ，f ＝0.3mm/r 。变化切削速度：变换切削速度：c v =17、30、50m/min 。
用不同的切削速度分别切削一段试棒，停车测量工件已加工表面的粗糙度，填入表3-2中 3. 背吃刀量p α（切削深度）对表面粗糙度的影响
设定c v =90m/min ，f ＝0.3mm/r 。变化背吃刀量：p α=0.05、0.1、0.2、0.3mm 。 用不同的背吃刀量分别切削一段试棒，停车测量工件已加工表面的粗糙度，填入表3-3中。
四、实验注意事项
1.练习时应注意掌握正确的操作方法
2.注意安全
3.爱护工具，夹具，量具
4.文明操作
五、实验结果与分析
表3-1 走刀量
f
对表面粗糙度的影响
表3-2 切削速度c 对表面粗糙度的影响
表3-3 背吃刀量p 对表面粗糙度的影响
了解了走刀量f 切削速度v 和背吃刀量对表面粗糙度的影响程度，车床一些简单的使用和正确使用方法，掌握了测量切削变量的基本方法，以及各种提高表面粗糙度的方法，也加深了理解精加工。也知道了该实验的原理和内容，丰富了我们的课外知识，加强了我们的动手能力以及团队协作能力。
实验四、加工误差的统计分析
一、实验目的
通过检测工件尺寸，计算并画出直方图，分析误差性质,，理解影响加工误差的因素。掌握加工误差统计分析的基本原理和方法。
二、实验设备
1. 圆柱体工件、尺寸φD ?L ；
2. 量具：块规，千分尺
3. 计算工具：计算器
三、实验步骤与内容
1．抽取一批无心磨床磨削外圆的工件，n =50个；
2．用千分尺逐个测量工件的直径尺寸并将测量结果记录在表4-1中，并找出这批工件加工尺
寸数据的最大值与最小值，即X max ，X min ；
3. 确定尺寸分组数K 和组距h
分组数K 可参考表4-2选择；计算组距h ，K /)X X (h m in m ax -=；并把结果填入表4-3中； 4. 做频数分布表，并把结果填入表4-3中；
5. 计算x 和σ，并把计算结果填入表4-3中；
6. 绘制实验分布曲线
根据分组数和组距和表4-1中的数据画出实际分布图，如图4 –2所示。 7. 计算工艺能力系数p C 。
四、实验注意事项
1.练习时应注意掌握正确的操作方法
2.注意安全
3.爱护工具，夹具，量具
4.文明操作
五、实验结果与分析
表4-1 测量结果表
表4 –2 尺寸分组数k 与样本容量n 的关系
实验分布曲线
由上图可知分布曲线图接近正太分布。
六、实验心得体会及其它
学会用千分尺，很直观的看到了加工误差的规律，理解了影响加工误差的因素，掌握了加工误差统计的基本原理和方法。实验过程我们分别测量了50个工件的直径，每个零件的测量都需要十分的仔细才能得到最准确的数据。同时也知道了并不是每个零件都是完美的，也无法让每个零件都能达到标准即使他们是从同一个车床加工出来的，机械制造是一门讲究耐心的职业。
机械制造基础实验指导
实验一材料的金相显微组织观察 1.1 实验目的 1、了解金相显微镜的结构及原理； 2、熟悉金相显微镜的使用与维护方法； 1.2 金相显微镜的原理、构造和操作方法 金相分析是研究工程材料内部组织结构的主要方法之一，特别是在金属材料 研究领域占有很重要的地位。而金相显微镜是进行金相分析的主要工具，利用金 相显微镜在专门制备的试样上观察材料的组织和缺陷的方法，称为金相显微分 析。显微分析可以观察，研究材料的组织形貌、晶粒大小、非金属夹杂物在组织 中的数量和分布情况等问题，及可以研究材料的组织结构与其化学成分之间的关 系，确定各类材料经不同加工工艺处理后的显微组织，可以判别材料质量的优劣 等。 1、金相显微镜的工作原理 显微镜的简单基本原理如图1.1所示。它包括两个透镜：物镜和目镜。对着 被观测物体的透镜，成为物镜；对着人眼的透镜，成为目镜。被观测物体AB， 放在物镜前较焦点F1略远一点的地方。物镜使AB形成放大倒立的实像A1B1，目镜再把A1B1放大成倒立的虚像A’1B’1，它正在人眼明视距离处，即距人眼 图1.1 显微镜成像光学简图图1.2 物镜的孔径角 250mm处，人眼通过目镜看到的就是这个虚像A’1B’1。显微镜的主要性能有： ①显微镜的放大倍数：它等于物镜与目镜单独放大倍数的乘积，即物镜放 大倍数M ＝A1B1/AB；目镜放大倍数M目＝A’1B’1 /A1B1；显微镜的放大倍数M 物 ＝A’1B’1 /AB＝M物×M目。 ②显微镜的鉴别率：指显微镜能清晰地分辨试样上两点间的最小距离d的 能力，d值越小，鉴别率就越高。它是显微镜的一个重要性能，取决于物镜数值 孔径A和所用光线的波长λ，可用如下的式子表示：
数据挖掘实验报告
《数据挖掘》Weka实验报告 姓名＿学号＿ 指导教师 开课学期2015 至2016 学年 2 学期完成日期2015年6月12日
1.实验目的 基于https://www.360docs.net/doc/3e3424027.html,/ml/datasets/Breast+Cancer+WiscOnsin+%28Ori- ginal%29的数据，使用数据挖掘中的分类算法，运用Weka平台的基本功能对数据集进行分类，对算法结果进行性能比较，画出性能比较图，另外针对不同数量的训练集进行对比实验，并画出性能比较图训练并测试。 2.实验环境 实验采用Weka平台，数据使用来自https://www.360docs.net/doc/3e3424027.html,/ml/Datasets/Br- east+Cancer+WiscOnsin+%28Original%29，主要使用其中的Breast Cancer Wisc- onsin (Original) Data Set数据。Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。 3.实验步骤 3.1数据预处理 本实验是针对威斯康辛州(原始)的乳腺癌数据集进行分类，该表含有Sample code number（样本代码)，Clump Thickness（丛厚度），Uniformity of Cell Size （均匀的细胞大小），Uniformity of Cell Shape （均匀的细胞形状），Marginal Adhesion（边际粘连），Single Epithelial Cell Size（单一的上皮细胞大小），Bare Nuclei（裸核），Bland Chromatin（平淡的染色质），Normal Nucleoli（正常的核仁），Mitoses（有丝分裂），Class（分类），其中第二项到第十项取值均为1-10，分类中2代表良性，4代表恶性。通过实验，希望能找出患乳腺癌客户各指标的分布情况。 该数据的数据属性如下： 1. Sample code number（numeric），样本代码； 2. Clump Thickness（numeric），丛厚度；
simtrade实训总结
上海杉达学院 商务流程综合实训总结 单位名称：微科电子有限公司（加盖公章）姓名：陈恩娜 学院：胜祥商学院 专业：国际经济与贸易 班级： f130219 时间： 2016.11.14
工作总结历时10天的跨专业实训圆满落幕，作为国贸专业的我们参加了企业经营的模拟实训，通过这几天的实训，我也算是了解到了企业经营的基本流程和一般模式。前三天，我们基本在忙碌企业创立的事情。我们首先要做的是公司注册登记。公司注册流程共包括名称预先登记、设立登记申请书、准备申请材料、银行开户入资、验资、前置审批、报送申请材料、工商审批发照、刻制公章、开设银行帐户、办理各项登记、股东入资证明、企业机构代码、企业税务登记、企业劳动备案、社会保险登记、企业统计备案、特殊行业备案18类。我们实训时规定了公司类型为制造型企业，开始注册资金为500万元。在实训中，我们注册的公司为微科电子有限公司，地址位于上海市陆家嘴，股东为3人。申请表提交上去后，我们得到了审批，就开始了下面的企业经营规划。我们企业经营过程共分为九个相互联系又相互独立的部门。这十个部门分别为总经办、人力资源部门、物流部门、质检部门、行政部门、营销部门、生产部门、财务部门、采购部门。总经办为CEO代理，也就是我们常说的总经理，其他分别为营销总监、生产总监、物流总监、采购总监、财务总监、采购经理、人事经理、行政主管、质检经理。这九个职位分别为十一个同学完成，我作为采购部经理也参与其中。采购部的岗位职责可归纳为：依照公司生产需要及物资采购计划，全面负责公司的物料采购和供应工作；对初次进行合作的供应商进行调查了解，根据实际掌握的资料与信息做出相应的评价判定。对于符合公司要求的，方可与之开展业务往来与合作；采购工作的开展应当做到精打细算，尽力降低公司的采购成本，避免出现浪费公司资金的情况；负责对所有与公司有业务往来的供应商或供货企业进行定期的资质评价并给出明确的评价等级。针对不同的评价等级给出相应的处理意见；完成公司领导布置的其它各项工作。各岗位要各司其职，填写经营流程表，有序的完成一年的经营。
切削变形实验报告01
荆楚理工学院机械工程学院实验报告 姓名学号专业成绩 课程名：机械制造基础日期指导教师 实验题目：切削变形 一、【目的要求】 1 观察切削变形的过程，以及所出现的现象。 2 掌握测量切削变形和计算变形系数的基本方法。 3 研究切削速度、刀具前角和走刀量等因素对切削变形的影响规律。 二、【实验仪器与试剂】 1 设备： CA6140 普通车床 2 工具：游标卡尺、钢板尺、细铜丝等。 3 刀具：YT15硬质合金车刀若干把。 4 试件：30# 钢，轴向带断屑槽的棒料，直径30mm。 三、【实验原理】 在金属切削过程中，由于产生塑性变形，使切屑的外形尺寸发生变化，即与切削层尺寸比较，切屑的长度偏短，厚度增加，这种现象称为切屑收缩。一般情况下，切屑收缩的大小能反映切削变形的程度，衡量切屑收缩的大小可用变形系数表示。即ξ＝L c / L ch 式中ξ──变形系数； L c ──切削长度（ｍｍ）；L c ＝πD/( ｎ-b) ； 对于本实验：槽数ｎ＝ 3 ；槽宽b ＝ 2.5 ；L ch ──切屑长度（ｍｍ）， ⑴计算变形系数的方法用测量切削长度法。 ⑵把实验得到的切屑，冷却后，选出标准切屑，用铜丝沿切屑外部缠绕后拉直，然后用钢板尺测出其长度L ,为提高实验精度，可测 3 ～5 段切屑的长度求出平均值Lc 。 变形系数ξ＝L c / L ch =（πD/n - b ）/ L ch 图 2-1 切屑收缩图
四、【实验方法和步骤】 1、切削速度υ对切削变形的影响 刀具参数：κr＝45°；κr ＇＝8°；λs＝0°；γo ＝10°；αo ＝7°；r ＝0.1 mm 切削用量：f＝0.39 mm /r , ap＝40mm。 图 2-2 车削切屑收缩 改变切削速度，从低速到高速，可先取 υc＝5；10；20；25；30；40；60；80；110 m /min ； ｎ＝53；106；212；265；318；424；636；848；1166r/min ； 用每一种转速切削一段试棒，停车收集切屑并观察切削颜色（注意安全，防止烫伤）。测量并将结果填入表2-1 中。 2、刀具前角对切削变形的影响 刀具参数：κr ＝45°；κr ＇＝8°；λs ＝0°；αo ＝7°；r ＝0.1 mm 。切削用量：f＝0.39 mm /r , ap ＝40 mm υc＝60 m /min 。 改变车刀前角：γo ＝0°；15°；30°。 用不同前角的车刀分别切削一段试棒，停车收集切屑并观察切削颜色（注意安全，防止烫伤）。测量并将结果填入表2-2 中。 3、进给量f 对切削变形的影响 刀具参数：κr＝45°；κr＇＝8°；λs＝0°；γo＝10°；αo＝7°；r＝0.1 mm 。切削用量：ap ＝40 mm υc＝60 m /min 。 改变进给量：f＝0.2 ；0.36 ；0.51 ；0.66 （mm/r ）。 用不同的进给量分别切削一段试棒，停车收集切屑并观察切削颜色（注意安全，防止烫伤）。测量并将结果填入表2-3 中。 五、【实验现象、结果记录及整理】 1将切屑长度测量后取平均值，记录在表2-1 、2-2 、2-3 中，计算变形系数。 表 2-1 切削速度对切削变形影响实验数据记录
数据分析实验报告
数据分析实验报告 文稿归稿存档编号：[KKUY-KKIO69-OTM243-OLUI129-G00I-FDQS58-
第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出： 统计量 全国居民 农村居民 城镇居民 N 有效 22 22 22 缺失 均值 1116.82 747.86 2336.41 中值 727.50 530.50 1499.50 方差 1031026.918 399673.838 4536136.444 百分位数 25 304.25 239.75 596.25 50 727.50 530.50 1499.50 75 1893.50 1197.00 4136.75 3画直方图，茎叶图，QQ 图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民 Stem-and-Leaf Plot Frequency Stem & Leaf 5.00 0 . 56788 数据分析实验报告 【最新资料，WORD 文档，可编辑修改】
2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验
结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。 （2 ）W 检验 结果：在Shapiro-Wilk 检验结果972.00 w ，p=0.174大于0.05 接受原假设，即数据来自正太总体。 习题1.5 5 多维正态数据的统计量 数据：
数据挖掘实验报告(一)
数据挖掘实验报告（一） 数据预处理 姓名：李圣杰 班级：计算机1304 学号：1311610602
一、实验目的 1.学习均值平滑，中值平滑，边界值平滑的基本原理 2.掌握链表的使用方法 3.掌握文件读取的方法 二、实验设备 PC一台，dev-c++5.11 三、实验内容 数据平滑 假定用于分析的数据包含属性age。数据元组中age的值如下（按递增序）：13, 15, 16, 16, 19, 20, 20, 21, 22, 22, 25, 25, 25, 25, 30, 33, 33, 35, 35, 35, 35, 36, 40, 45, 46, 52, 70。使用你所熟悉的程序设计语言进行编程，实现如下功能（要求程序具有通用性）： (a) 使用按箱平均值平滑法对以上数据进行平滑，箱的深度为3。 (b) 使用按箱中值平滑法对以上数据进行平滑，箱的深度为3。 (c) 使用按箱边界值平滑法对以上数据进行平滑，箱的深度为3。 四、实验原理 使用c语言，对数据文件进行读取，存入带头节点的指针链表中，同时计数，均值求三个数的平均值，中值求中间的一个数的值，边界值将中间的数转换为离边界较近的边界值 五、实验步骤 代码 #include
《机械制造基础》课程实验项目 1 三菱M70数控车编程及仿真
《机械制造基础》课程实验项目 1 三菱M70数控车编程及仿真 一、实验目的 通过数控仿真软件，进行数控车的编程及仿真操作实验，加深学生对三菱M70数控车系统的理解，掌握数控车的基本编程及操作技能。 二、实验内容 (1)数控仿真系统操作。 (2)简单插补指令G00，G01，G02，G03编程操作 (3)内外圆单一固定循环指令G90编程操作 (4)内外圆复合固定循环指令G71，G72，G73，G70编程操作。 (5)三菱M70数控车加工仿真。 三、实验原理 根据给出的零件图及毛坯尺寸（直径45mm），选择适合的刀具，采用适宜的数控指令进行数控车编程，并在数控仿真系统中完成加工操作。 四、零件图 五、实验报告 1、简述加工思路及程序清单 加工思路： 任务引入:毛坯直径为45mm，长度为75mm。要求分析加工工艺和加工工线，编写加工程序，并完成仿真操作。 任务实施： （1）任务一：零件图分析 ①确定工艺基准。按基准重合原则，将工件坐标系原点定在零件右端面与回转轴线的焦点上。 ②尺寸分析。轴类零件的加工，首先应保证尺寸精度和表面粗糙度，对各表面的位置也有一定的要求，由于零件未标注 公差要求，则根据回转体类零件的特点，径向尺寸公差要求高于轴向尺寸公差要求；其次保证零件总长度尺寸。（2）任务二：加工工艺过程 ①装夹方式的选择。零件的毛坯为Ф45mm捧料，采用卡盘进行装夹 ②刀具的选择及切削用量的确定。根据零件图的加工要求使用了1号外圆车刀 （3）任务三：编写数控程序 （4）任务四：输入程序信息，实行模拟 程序清单： O0001； M03 S600; T0101;
G00 X46.0 Z1.0; G71 U1.5 R1.0; G71 P10 Q20 U0.5 W0.05 P0.2; N10 G00 X27.0 S1200; G01 Z0 F0.1; X30.0 Z-1.5; Z-20.0; X34.0; X38.0 Z-35.0; Z-43.0; G02 X42.0 Z-45.0 R2.0; N20 G01 X46.0; G70 P10 Q20; G00 X100.0 Z100.0; M05; M30; 2、简述数控车仿真加工操作步骤 打开软件按急停1号刀具转到加工位45，工件 长度为选择二维视图REF X”按钮，再按“+”按钮；点击“Z”按钮，再按“+”按钮 （选择“X”按钮和“Z”按钮的顺序可以互相换换，按“+JOG（手动）点 击屏幕选择键“MST输入“600点击“INPUT运用“X”按钮和“Z” SETUP T-ofs”按钮点击屏幕上的“length date按灰色向右方向键选中对应的Z Z=Input”键按灰色向左方向键 到X Z”向不动，沿着“X按“主轴停止”按钮测量特征线，鼠标光标选外 =Input”键在屏幕上打出X轴上 +Input EDIT”按钮按屏幕上的 “EDIT Open(new)INPUT点击 “INPUT点击“MONITOR SEARCH INPUT”键选择 加工完成，结束
数据挖掘实验报告资料
大数据理论与技术读书报告 -----K最近邻分类算法 指导老师: 陈莉 学生姓名: 李阳帆 学号: 201531467 专业: 计算机技术 日期 :2016年8月31日
摘要 数据挖掘是机器学习领域内广泛研究的知识领域，是将人工智能技术和数据库技术紧密结合，让计算机帮助人们从庞大的数据中智能地、自动地提取出有价值的知识模式，以满足人们不同应用的需要。K 近邻算法（KNN）是基于统计的分类方法，是大数据理论与分析的分类算法中比较常用的一种方法。该算法具有直观、无需先验统计知识、无师学习等特点，目前已经成为数据挖掘技术的理论和应用研究方法之一。本文主要研究了K 近邻分类算法，首先简要地介绍了数据挖掘中的各种分类算法，详细地阐述了K 近邻算法的基本原理和应用领域，最后在matlab环境里仿真实现，并对实验结果进行分析，提出了改进的方法。 关键词：K 近邻，聚类算法，权重，复杂度，准确度
1.引言 (1) 2.研究目的与意义 (1) 3.算法思想 (2) 4.算法实现 (2) 4.1 参数设置 (2) 4.2数据集 (2) 4.3实验步骤 (3) 4.4实验结果与分析 (3) 5.总结与反思 (4) 附件1 (6)
1.引言 随着数据库技术的飞速发展，人工智能领域的一个分支—— 机器学习的研究自 20 世纪 50 年代开始以来也取得了很大进展。用数据库管理系统来存储数据，用机器学习的方法来分析数据，挖掘大量数据背后的知识，这两者的结合促成了数据库中的知识发现（Knowledge Discovery in Databases，简记 KDD）的产生，也称作数据挖掘（Data Ming，简记 DM）。 数据挖掘是信息技术自然演化的结果。信息技术的发展大致可以描述为如下的过程：初期的是简单的数据收集和数据库的构造；后来发展到对数据的管理，包括：数据存储、检索以及数据库事务处理；再后来发展到对数据的分析和理解， 这时候出现了数据仓库技术和数据挖掘技术。数据挖掘是涉及数据库和人工智能等学科的一门当前相当活跃的研究领域。 数据挖掘是机器学习领域内广泛研究的知识领域，是将人工智能技术和数据库技术紧密结合，让计算机帮助人们从庞大的数据中智能地、自动地抽取出有价值的知识模式，以满足人们不同应用的需要[1]。目前，数据挖掘已经成为一个具有迫切实现需要的很有前途的热点研究课题。 2.研究目的与意义 近邻方法是在一组历史数据记录中寻找一个或者若干个与当前记录最相似的历史纪录的已知特征值来预测当前记录的未知或遗失特征值[14]。近邻方法是数据挖掘分类算法中比较常用的一种方法。K 近邻算法（简称 KNN）是基于统计的分类方法[15]。KNN 分类算法根据待识样本在特征空间中 K 个最近邻样本中的多数样本的类别来进行分类，因此具有直观、无需先验统计知识、无师学习等特点，从而成为非参数分类的一种重要方法。 大多数分类方法是基于向量空间模型的。当前在分类方法中，对任意两个向量： x= ) ,..., , ( 2 1x x x n和) ,..., , (' ' 2 ' 1 'x x x x n 存在 3 种最通用的距离度量：欧氏距离、余弦距 离[16]和内积[17]。有两种常用的分类策略：一种是计算待分类向量到所有训练集中的向量间的距离：如 K 近邻选择K个距离最小的向量然后进行综合，以决定其类别。另一种是用训练集中的向量构成类别向量，仅计算待分类向量到所有类别向量的距离，选择一个距离最小的类别向量决定类别的归属。很明显，距离计算在分类中起关键作用。由于以上 3 种距离度量不涉及向量的特征之间的关系，这使得距离的计算不精确，从而影响分类的效果。
simtrade外贸实务实训报告
宁波职业技术学院 外贸实务 II - 提高 实训报告 指导老师：江彬 班级：国贸3141 学生姓名：肖思洁 学号： 1426263133 日期： 2016-04-25
课程名称：外贸实务II-提高
1 实训目的及要求 1．1 1．2 2 实训内容及步骤（包含简要的实训步骤流程） 2．1 本人所扮演的角色 2．2 贸易资料及实训步骤 2．2．1 2．2．2 2．2．3 2．2．4 3 实训结果（包括实训项目的完成情况，代表性邮件，单据，程序或图表、结论陈述、核算表数据记录及分析等） 3．1 3．1．1 3．1．2 3．1．3 3．2 4 实训中遇到的问题及其解决方法 5 实训总结（包括心得体会、对SimTrade系统的评价、对自己实训效果的评价如实训收获不足及实训改进意见等） 6 实训评价
外贸实训报告 外贸实务实训体会总结，这次是项目过程的完成让我感觉很深刻。短短的32学时已经结束，静下心来回想这次操作模拟学习真是感受颇深。我们知道动手操作是大学教育中一个极为重要的实践性环节，通过实习，可以使我们在实践中接触与本专业相关的一些实际工作，培养和锻炼我们综合运用所学的基础理论、基本技能和专业知识，去独立分析和解决实际问题的能力，把理论和实践结合起来，提高我们的实际动手能力，为将来我们毕业后走上工作岗位打下一定的基础。通过这段时间的学习，从无知到认知，到深入了解，渐渐地我喜欢上这个专业，让我深刻的体会到学习的过程是最美的，在整个实习过程中，我每天都有很多的新的体会，新的想法。 回顾我的实习生活，感触是很深的，收获也是丰硕的。可以模拟出口商与非洲、中东等地方的外国商人做生意，他们在我公司下订单，我们再把订单下到厂里，从中赚取差额，或者作为进口商与出口商讨价还价，去除运费保险费等来赚取利益。当然对工厂的基本流程也有一定的了解。这次的实习经历我对外贸这个专业有了更加理性的认识和更深刻的体会。在这次是学习中，我学到了很多过去两年没有体会到的东西，这不仅仅只是上课模拟，也是一次对真实工作流程经历。 对实践的看法： 在操作过程中，根据本门课程的内容、特点，通过走出去、请进来等方式，精心组织方案。通过听、看、做使一些看起来繁杂的专业知识很快被我们理解和掌握。只有将理论联系实际，教学与实际相结合，才是培养我们能力的一种有效形式。 出口商+进口商+工厂，一共写了78封邮件。一共发布了8封广告和信息。 查了B2B里的多数产品信息。 银行汇率：欧元大多汇率为8.6402，美元大多为6.1463等。保险费：一切险（ALL RISKS）为0.8%，战争险（W AR RISKS）为0.08% 保险费计算方式为 (1)按CIF进口时：保险金额＝CIF货价×1.1 (2)按CFR进口时：保险金额＝CFR货价×1.1 / (1 - 1.1 ×r)，其中r为保险费率，请在"淘金网"的"保险费"页面查找，将所投险别的保险费率相加即可。 (3)按FOB进口时：保险金额＝(FOB货价+ 海运费)×1.1 / (1 - 1.1 ×r)，其中FOB 货价就是合同金额，海运费请在装船通知中查找，由出口商根据配舱通知填写，如果出口商填写错误，请其查看配舱通知。 实训的基本流程： 第一周完成了进口商，出口商，工厂，进口、出口地银行的基本资料。然后熟悉了下系统的基本轮廓，如B2B里面可以查询写什么，市场，海关等在哪个位置。根据老师的知道，试着去发广告与写邮件。 第二周确定角色，开始寻找有利信息，搜索信息，同业务伙伴建合作关系。 我先进行成本、费用、利润等的核算，若有盈利则进一步磋商合作，若亏损就跟对方进行讨价还价。过程为询盘——发盘——还盘——接受。 第三周之后进入交易准备阶段——交易磋商阶段——签订合同(T/T+FOB)与接收信用证（L/C+CIF）——履行合同阶段。 签订合同之后进行合同履行阶段。 首先作为出口商，与进口商进行磋商商定后确定的价格，之后跟工厂进行合作并进一步签订SALES CONFIRMATON。等工厂交货物发过来后，与工厂的业务就能完成。
机床夹具拆装与调整实验报告
荆楚理工学院机械工程学院实验报告31 姓名_________ 学号__________ 专业_________ 成绩_______ 课程名：机械制造基础日期 _指导教师赵瑾________ 实验题目：_______________ 机床夹具拆装与调整_____________________ 一、【目的要求】 1. 掌握夹具的组成、结构及各部分的作用 2. 理解夹具各部分连接方法，了解夹具的装配过程 3. 掌握夹具与机床连接、定位方法，了解加工前的对刀方法。 二、【实验仪器与试剂】 1. 铳床一台 2. 铳床夹具一套 3. 拆装、调整工具各一套 三、【实验原理】
四、【实验方法和步骤】 1. 熟悉整个夹具的总体结构，熟悉各元件之间的连接及定位关系。 2. 使用工具，按顺序把夹具各连接元件元件拆开，注意各元件之间的连接状况，并把拆掉的各元件摆放整齐。 3. 利用工具，按正确的顺序在把各元件装配好，了解装配方法，并调整好各工作表面之间的位置。 4. 把夹具装到铳床的工作台上，注意夹具在机床上的定位，调整好夹具相对机床的位置，然后将夹具夹紧。 5?将工件安装到夹具中，注意工件在夹具中的定位、夹紧。 6.利用对刀塞尺，调整好刀具的位置，注意对刀时塞尺的使用。
五、【实验现象、结果记录及整理】 1、找出夹具中的定位元件、夹紧元件。 ①定位元件：定位支承板3，V形块5。 ②夹紧元件：偏心轮及活动V形块。 2、找出夹具中的对刀元件、夹具体及导向元件。 ①对刀元件：对刀块6
②夹具体：零件1
v1.0可编辑可修改 六、【分析讨论与思考题解答】 1、加工中为满足工件的加工精度，试进行定位分析。 建立坐标系如图。 铳轴端槽：长V形块5,限制工件X,X,Y,Y4个自由度 支承板3，限制工件Z 1个自由度，共限制工件 因在工件上只加工一个槽，Z可不限制。 2、夹具是如何与机床相连的 夹具是通过定向键2与铳床连接在一起的。 Y 5个自由 度。
数据分析实验报告
《数据分析》实验报告 班级：07信计0班学号：姓名：实验日期2010-3-11 实验地点：实验楼505 实验名称：样本数据的特征分析使用软件名称：MATLAB 实验目的1.熟练掌握利用Matlab软件计算均值、方差、协方差、相关系数、标准差与变异系数、偏度与峰度，中位数、分位数、三均值、四分位极差与极差； 2.熟练掌握jbtest与lillietest关于一元数据的正态性检验； 3.掌握统计作图方法； 4.掌握多元数据的数字特征与相关矩阵的处理方法； 实验内容安徽省1990-2004年万元工业GDP废气排放量、废水排放量、固体废物排放量以及用于污染治理的投入经费比重见表6.1.1，解决以下问题：表6.1.1废气、废水、固体废物排放量及污染治理的投入经费占GDP比重 年份 万元工业GDP 废气排放量 万元工业GDP 固体物排放量 万元工业GDP废 水排放量 环境污染治理投 资占GDP比重 （立方米）（千克）（吨）（%）1990 104254.40 519.48 441.65 0.18 1991 94415.00 476.97 398.19 0.26 1992 89317.41 119.45 332.14 0.23 1993 63012.42 67.93 203.91 0.20 1994 45435.04 7.86 128.20 0.17 1995 46383.42 12.45 113.39 0.22 1996 39874.19 13.24 87.12 0.15 1997 38412.85 37.97 76.98 0.21 1998 35270.79 45.36 59.68 0.11 1999 35200.76 34.93 60.82 0.15 2000 35848.97 1.82 57.35 0.19 2001 40348.43 1.17 53.06 0.11 2002 40392.96 0.16 50.96 0.12 2003 37237.13 0.05 43.94 0.15 2004 34176.27 0.06 36.90 0.13 1.计算各指标的均值、方差、标准差、变异系数以及相关系数矩阵； 2.计算各指标的偏度、峰度、三均值以及极差； 3.做出各指标数据直方图并检验该数据是否服从正态分布？若不服从正态分布，利用boxcox变换以后给出该数据的密度函数； 4.上网查找1990-2004江苏省万元工业GDP废气排放量，安徽省与江苏省是 否服从同样的分布？
数据挖掘实验报告-关联规则挖掘
数据挖掘实验报告（二）关联规则挖掘 姓名：李圣杰 班级：计算机1304 学号：1311610602
一、实验目的 1. 1.掌握关联规则挖掘的Apriori算法； 2.将Apriori算法用具体的编程语言实现。 二、实验设备 PC一台，dev-c++5.11 三、实验内容 根据下列的Apriori算法进行编程：
四、实验步骤 1.编制程序。 2.调试程序。可采用下面的数据库D作为原始数据调试程序，得到的候选1项集、2项集、3项集分别为C1、C2、C3，得到的频繁1项集、2项集、3项集分别为L1、L2、L3。
代码 #include 国贸专业生产实习报告 随着国际贸易的日益完善，以及中国在国际贸易的地位的不断上升，我们作为未来社会的国贸人员，为了加强社会竞争力，应培养较强的国贸工作的操作能力。于是，在结束了大三的课程后,学校给了我们一个很好的实习锻炼机会，让我们模拟国际贸易实务操作，从而从中掌握国际贸易流程。 一、实习目的 ①熟悉外贸实务的具体操作流程; ②了解、巩固与深化已经学过的理论和方法; ③增强对外贸实务的感性认识; ④提高发现问题、分析问题以及解决问题的能力。 二、实习方法： 通过进入SimTrade模拟平台，进行上机模拟操作 Simtrade外贸实习平台是一个十分成功的国际贸易模拟软件，它在很大程度上解决了学生实习难的问题。学生在网上进行国际货物买卖实务的具体操作，能很快掌握进出口的成本核算、询盘、发盘与还盘等各种基本技巧；熟悉国际贸易的物流、资金流与业务流的运作方式；切身体会到国际贸易中不同当事人面临的具体工作与他们之间的互动关系；学会外贸公司利用各种方式控制成本以达到利润最大化的思路；认识供求平衡、竞争等宏观经济现象，并且能够合理地加以利用。老师通过在网站发布新闻等行为对国际贸易环境实施宏观调控，使学生在实习中充分发挥主观能动性，真正理解并吸收课堂中所学到的知识，为将来走上工作岗位打下良好基础。 三、实习遇到的问题 1、预算错误 这是开始接触Simtrade时所最容易忽略的问题。虽然老师曾多次提醒，做贸易前一定要计算好了一切费用，选好贸易术语，最后再签定合同。但我们经常做出口商的在还没有调查进口商所在地市场的情况下就先去工厂进货了。如果工厂角色也没有做好预算，草草就签订了合同，那么可能出口商和工厂都赚不到钱。在最后交易完成后，我们经常大叫“啊，这个运费怎么比我的货物数量还多啊？”“这个保险费怎么这么贵，我要赔钱了！” 班级：姓名：学号： 实验一跳动公差测量实验 一、实验目的 1、掌握百分表的安装及使用方法 2、理解掌握跳动公差的概念 3、掌握径向圆跳动、端面圆跳动的测量 二、实验内容 1、百分表的安装 2、利用百分表测量跳动公差 三、实验设备 百分表（架）、滑座、底座、测量轴 四、实验原理 将测量轴（端面）放在滑座上，在被测零件回转一周过程中百分表读数最大值与最小值之间的差值，即为单个测量平面上的径向（端面）圆跳动误差。 五、实验步骤 1. 将百分表（架）、滑座、底座组装成测量仪，并将测量轴装在滑座的两个顶尖上，用 微调螺丝定位 2 . 在被测零件回转一周过程中百分表读数最大差值，即为单个测量平面上的径向跳动 误差。 3、沿轴向选择3个测量平面进行测量，并将测量数据填入表中。表中各点的最大差值 即为该零件的径向跳动误差。 4. 整理数据，整理实验器材，完成实验。 班级： 姓名： 学号： 实验二 水平仪实验 一、实验目的 1．了解框式水平仪的工作原理 2．掌握框式水平仪的使用方法 3．掌握利用框式水平仪测水平 二、实验内容 利用框式水平仪测量某个表面是否水平 三、实验原理 工作原理：当水平发生倾斜时，水准泡的气泡就向水平仪升高的一端移动。由于水准泡 的内壁曲率半径不同，因此产生了不同的分度值。 四、实验设备 框式水平仪 五、使用方法： 测量时使水平仪工作面紧贴在被测表面，待气泡完全静止后方可进行读数。 水平仪的分度值是以一米为基长的倾斜值 ，如需测量长度为L 的实际倾斜则可通过下式进行计算： 实际倾斜值=分度值*L*偏差格数 例如：分度值为0.02mm/m ，L=200m, 偏差格为2格。 实际倾斜值为： mm 008.022******** .0=?? 水平仪零位校对，调整方法： 将水平仪放在基础稳固，大致水平的平板（或机床导轨）上，待气泡稳定后，在一端如左端读数，且定为零。再将水平仪调转180度，仍放在平板原来的位置上，待气泡稳定后，仍在原来一端（左端）读数A 格（以前次零读数为起点），则水平仪零位误差为二分之A 格。如果零位误差超过许可范围，则需调整水平仪零位调整机构（调整螺钉或螺母，使零位误差减小至许可值以内。对于非规定调整的螺钉，螺母不得随意拧动。调整前水平仪工作面与平板必须揭擦试干净。调整后螺钉或螺母等件必须固紧） 六、思考题： 1．如何判断水平仪是否有误差？若有误差如何调整？ 答：将水平仪放在被测平面，记录下水泡的所在刻度（如，右偏n 格），然后原地旋转180°，要是刻度与原来的位置一样（右偏n 格），则水平仪没有误差，否则有。 2．用有误差的水平仪如何判断一个表面是否水平？ 答：将水平仪放在被测平面，记录下水泡的所在刻度，如右偏n 格，然后原地旋转180°，要是刻度与原来的位置相反（左偏）且也偏n 格，则平面水平，否则不平。 一、实验目的 使用数据挖掘中的分类算法，对数据集进行分类训练并测试。应用不同的分类算法，比较他们之间的不同。与此同时了解Weka平台的基本功能与使用方法。 二、实验环境 实验采用Weka 平台，数据使用Weka安装目录下data文件夹下的默认数据集iris.arff。 Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java 写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。 三、数据预处理 Weka平台支持ARFF格式和CSV格式的数据。由于本次使用平台自带的ARFF格式数据，所以不存在格式转换的过程。实验所用的ARFF格式数据集如图1所示 图1 ARFF格式数据集(iris.arff) 对于iris数据集，它包含了150个实例（每个分类包含50个实例），共有sepal length、sepal width、petal length、petal width和class五种属性。期中前四种属性为数值类型，class属性为分类属性，表示实例所对应的的类别。该数据集中的全部实例共可分为三类：Iris Setosa、Iris Versicolour和Iris Virginica。 实验数据集中所有的数据都是实验所需的，因此不存在属性筛选的问题。若所采用的数据集中存在大量的与实验无关的属性，则需要使用weka平台的Filter(过滤器)实现属性的筛选。 实验所需的训练集和测试集均为iris.arff。 四、实验过程及结果 应用iris数据集，分别采用LibSVM、C4.5决策树分类器和朴素贝叶斯分类器进行测试和评价，分别在训练数据上训练出分类模型，找出各个模型最优的参数值，并对三个模型进行全面评价比较，得到一个最好的分类模型以及该模型所有设置的最优参数。最后使用这些参数以及训练集和校验集数据一起构造出一个最优分类器，并利用该分类器对测试数据进行预测。 1、LibSVM分类 Weka 平台内部没有集成libSVM分类器，要使用该分类器，需要下载libsvm.jar并导入到Weka中。 用“Explorer”打开数据集“iris.arff”，并在Explorer中将功能面板切换到“Classify”。点“Choose”按钮选择“functions(weka.classifiers.functions.LibSVM)”，选择LibSVM分类算法。 在Test Options 面板中选择Cross-Validatioin folds=10，即十折交叉验证。然后点击“start”按钮： 数据分析实验报告 【最新资料，WORD文档，可编辑修改】 第一次试验报告 习题1.3 1建立数据集，定义变量并输入数据并保存。 2数据的描述，包括求均值、方差、中位数等统计量。 分析—描述统计—频率，选择如下： 输出： 方差1031026.918399673.8384536136.444百分位数25304.25239.75596.25 50727.50530.501499.50 751893.501197.004136.75 3画直方图，茎叶图，QQ图。（全国居民） 分析—描述统计—探索，选择如下： 输出： 全国居民Stem-and-Leaf Plot Frequency Stem & Leaf 9.00 0 . 122223344 5.00 0 . 56788 2.00 1 . 03 1.00 1 . 7 1.00 2 . 3 3.00 2 . 689 1.00 3 . 1 Stem width: 1000 Each leaf: 1 case(s) 分析—描述统计—QQ图，选择如下： 输出： 习题1.1 4数据正态性的检验：K—S检验，W检验数据： 取显着性水平为0.05 分析—描述统计—探索，选择如下：（1）K—S检验 单样本Kolmogorov-Smirnov 检验 身高N60正态参数a,,b均值139.00 标准差7.064 最极端差别绝对值.089 正.045 负-.089 Kolmogorov-Smirnov Z.686 渐近显着性(双侧).735 a. 检验分布为正态分布。 b. 根据数据计算得到。 结果：p=0.735 大于0.05 接受原假设，即数据来自正太总体。（2）W检验 国际经济与贸易专业 外贸交易模拟实验 实验报告 学号__ _ 姓名__ _____ 班级_______ 指导老师___ _______ 实验地点 一、试验目的 在Simtrade这个虚拟贸易平台中，通过扮演不同的角色，熟练掌握各种业务技巧，了解到国际贸易的物流、资金流和业务流的运作方式，增强感性认识和社会适应能力，进一步巩固、深化已学过的理论知识，提高综合运用所学知识发现问题、解决问题的能力。 二、实习时间 本次实习时间为2011-03-01至2011-03-28，共计四周 三、试验小结 本次试验运用交易方式:①L/C+CIF②L/C+CFR③T/T+CIF④T/T+CFR⑤ D/P+FOB⑥T/T+FOB 涉及到的交易产品：①洋菇罐头( 柄及碎片)CANNED STEMS AND PIECES MUSHROOMS②甜玉米罐头CANNED SWEET CORN③荔枝罐头CANNED LITCHIS④芒果罐头CANNED MANGOES⑤名牌手提包FAMOUS-BRAND HANDBAG⑥香味蜡烛SCENTED CANDLE 四、试验遇到的问题及其解决方法 1.预算与实际支出相差较大 ?没有换算成本币 在CONTRACT111中，我的进口预算表和是实际发生额都有２+汇率的差异，原因就在于我公司注册资金为欧元，而样本中为美元，而我当初为了省时省力省脑，就全部依样画弧，没有转换成欧元导致。 ?集装箱计算的问题 在CONTRACT4442中，我出口商出口预算表海运费在计算过程中集装箱数为4，而实际确实12个集装箱，结果海运费预算和实际相差甚多，之后导致FOB 价格、利润等一系列数字有出入。 ?粗心大意 实验一 ID3算法实现 一、实验目的 通过编程实现决策树算法，信息增益的计算、数据子集划分、决策树的构建过程。加深对相关算法的理解过程。 实验类型：验证 计划课间：4学时 二、实验内容 1、分析决策树算法的实现流程； 2、分析信息增益的计算、数据子集划分、决策树的构建过程； 3、根据算法描述编程实现算法，调试运行； 4、对所给数据集进行验算，得到分析结果。 三、实验方法 算法描述： 以代表训练样本的单个结点开始建树； 若样本都在同一个类，则该结点成为树叶，并用该类标记； 否则，算法使用信息增益作为启发信息，选择能够最好地将样本分类的属性； 对测试属性的每个已知值，创建一个分支，并据此划分样本； 算法使用同样的过程，递归形成每个划分上的样本决策树 递归划分步骤，当下列条件之一成立时停止： 给定结点的所有样本属于同一类； 没有剩余属性可以进一步划分样本，在此情况下，采用多数表决进行 四、实验步骤 1、算法实现过程中需要使用的数据结构描述： Struct {int Attrib_Col; // 当前节点对应属性 int Value; // 对应边值 Tree_Node* Left_Node; // 子树 Tree_Node* Right_Node // 同层其他节点 Boolean IsLeaf; // 是否叶子节点 int ClassNo; // 对应分类标号 }Tree_Node; 2、整体算法流程 主程序： InputData(); T=Build_ID3(Data,Record_No, Num_Attrib); OutputRule(T); 释放内存; 3、相关子函数： 3.1、 InputData() { 输入属性集大小Num_Attrib; 输入样本数Num_Record; 分配内存Data[Num_Record][Num_Attrib]; 输入样本数据Data[Num_Record][Num_Attrib]； 获取类别数C(从最后一列中得到); } 3.2、Build_ID3(Data,Record_No, Num_Attrib) { Int Class_Distribute[C]; If (Record_No==0) { return Null } N=new tree_node(); 计算Data中各类的分布情况存入Class_Distribute Temp_Num_Attrib=0; For (i=0;iSimtrade实验报告
机械制造基础实验报告完整版
大数据挖掘weka大数据分类实验报告材料
数据分析实验报告
simtrade实验报告
数据挖掘实验报告1